神经网络在发动机自适应建模中的应用研究

摘要：

提出了一种新的基于神经网络的发动机自适应实时模型的建模方法.建模的思想是认为发动机的任何非额定工作都将导致其输出参数的变化,因而可以把这些参数偏离正常工作参数值的变化量,也就是输出偏离量,用来表征发动机的非额定工作情况.把它们作为增广的状态变量,设计卡尔曼滤波器对其进行最优估计,然后用这些输出偏离量的估计值,通过由BP神经网络训练出来的可测输出偏离量与未测输出偏离量的映射关系来校正机载发动机模型的计算输出,使之与真实发动机的输出一致,从而使实时机载模型获得对任何发动机非额定工况的自适应能力.

关键词：航空、航天推进系统、自适应建模、卡尔曼滤波器、BP神经网络、航空发动机

所属期刊栏目：18

分类号：V233.7(航空发动机（推进系统）)

资助基金：航空科研项目00C52030;高等学校博士学科点专项科研项目2000028701

在线出版日期：2004-03-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：845-849